指标口径表
1. 使用规则
- 每个指标使用稳定编号，分析主题、看板、报告和 PPT 通过编号引用。
- 指标必须写明统计对象、时间范围、过滤条件、数据粒度和适用边界。
- 用户数口径、行为次数口径和严格路径口径不得混用。
- 所有时间戳按
Asia/Shanghai转换，观察期以任务书最终确认范围为准。 - 正式发布统一使用全部 9 个分片，
dataset_scope = all_9_parts；单分片结果只用于开发测试。
2. 流量与活跃指标
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-TRA-01 |
PV | behavior_type = 'pv' 的记录数 |
行为次数，不是用户数 |
M-TRA-02 |
活跃用户数 | 统计范围内独立 user_id 数 |
包含任意行为 |
M-TRA-03 |
浏览用户数 | 发生 pv 的独立用户数 |
漏斗首层优先使用该指标 |
M-TRA-04 |
浏览深度 | PV / 浏览用户数 | 不使用任意行为 UV 作为分母 |
M-TRA-05 |
人均行为次数 | 全部行为记录数 / 活跃用户数 | 用于总体活跃程度 |
UV 是半可加指标。每日 UV 可以展示趋势，但不能把每日 UV 相加作为全周期 UV；全周期 UV 必须在全周期范围内重新去重。
3. 行为渗透与转化指标
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-CONV-01 |
收藏用户数 | 发生 fav 的独立用户数 |
行为渗透，不要求先浏览 |
M-CONV-02 |
加购用户数 | 发生 cart 的独立用户数 |
行为渗透，不要求先收藏 |
M-CONV-03 |
购买用户数 | 发生 buy 的独立用户数 |
不等同订单用户数 |
M-CONV-04 |
浏览到加购渗透率 | 加购用户数 / 浏览用户数 | 不是严格时序转化率 |
M-CONV-05 |
浏览到购买渗透率 | 购买用户数 / 浏览用户数 | 不是严格时序转化率 |
M-CONV-06 |
加购到购买渗透率 | 购买用户数 / 加购用户数 | 两组用户不一定完全嵌套 |
M-CONV-07 |
购买行为比 | buy 行为次数 / pv 行为次数 |
只能描述行为量比例 |
fav 和 cart 是两条并行意向路径。基础看板可以展示 pv/fav/cart/buy 的行为渗透，但必须在标题或说明中标注“非严格时序”。
4. 严格路径指标
严格路径默认在“同一用户 + 同一商品”范围内按时间排序。若使用其他范围，必须另行说明。
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-PATH-01 |
浏览后加购用户数 | 存在 pv -> cart 时序路径的独立用户数 |
后一行为时间晚于前一行为 |
M-PATH-02 |
浏览后购买用户数 | 存在 pv -> buy 时序路径的独立用户数 |
可设置最大转化窗口 |
M-PATH-03 |
加购后购买用户数 | 存在 cart -> buy 时序路径的独立用户数 |
同一用户和商品 |
M-PATH-04 |
加购后购买率 | 加购后购买用户数 / 存在加购行为的用户数 | 分母范围与路径范围一致 |
M-PATH-05 |
加购未买用户数 | 有 cart 但窗口内无后续 buy 的用户数 |
受观察期右截断影响 |
M-PATH-06 |
中位转化耗时 | 匹配路径的转化耗时中位数 | 比平均数更抗极端值 |
同一用户可能产生多条路径。脚本必须说明采用首次、最近一次还是全部匹配事件。
5. 购买与复购指标
原始数据只有购买行为，没有订单号、金额和数量，因此统一使用“购买行为”而不是“订单”。
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-BUY-01 |
购买行为次数 | behavior_type = 'buy' 的记录数 |
不称订单量 |
M-BUY-02 |
多次购买行为用户率 | buy 记录数 >= 2 的用户 / 购买用户 |
宽口径复购 |
M-BUY-03 |
跨日购买用户率 | 购买日期数 >= 2 的用户 / 购买用户 | 推荐作为主复购口径 |
M-BUY-04 |
跨商品购买用户率 | 购买商品数 >= 2 的用户 / 购买用户 | 反映购买广度 |
M-BUY-05 |
同类目重复购买用户率 | 同一类目多次购买的用户 / 购买用户 | 受 9 天窗口限制 |
M-BUY-06 |
复购间隔 | 相邻购买行为的时间差 | 报告中位数和分布 |
如果任务书要求单一“复购率”，主看板使用 M-BUY-03，并展示 M-BUY-02 作为对照。
6. 用户分层与 RF 指标
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-USER-01 |
R 值 | 观察期结束时间 - 用户最近购买时间 | 单位统一为天或小时 |
M-USER-02 |
F 值 | 用户购买行为次数或购买日期数 | 必须写清选择哪种 F |
M-USER-03 |
用户层级人数 | 每个 RF/购买频次层级的独立用户数 | 阈值可复现 |
M-USER-04 |
层级购买贡献 | 层级购买行为次数 / 总购买行为次数 | 不代表金额贡献 |
原始数据没有金额字段，只能称 RF 分层或购买行为价值分层，不称完整 RFM。使用分位数时保存分位点和样本版本。
7. 留存与生命周期指标
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-RET-01 |
首次活跃用户数 | 首次出现日期对应的用户数 | 只代表样本期内首次出现 |
M-RET-02 |
D1 行为留存率 | 首次活跃后第 1 天仍活跃用户 / cohort 用户 | 仅计算完整 D1 窗口 |
M-RET-03 |
D3 行为留存率 | 首次活跃后第 3 天仍活跃用户 / cohort 用户 | 仅计算完整 D3 窗口 |
M-RET-04 |
D1 购买留存率 | 首购后第 1 天再次购买用户 / 首购 cohort | 样本期短，谨慎解释 |
不同 cohort 必须在相同可观察天数下比较。观察期末尾 cohort 不计算尚未到达的留存天数。
8. 类目与商品指标
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-CAT-01 |
类目 PV | 类目内 pv 记录数 |
行为次数 |
M-CAT-02 |
类目购买行为次数 | 类目内 buy 记录数 |
不称订单量 |
M-CAT-03 |
类目购买渗透率 | 类目购买用户数 / 类目浏览用户数 | 用户数口径 |
M-CAT-04 |
类目动销率 | 有购买行为商品数 / 有曝光商品数 | 分母为有 pv 商品 |
M-CAT-05 |
Top N 流量集中度 | Top N 类目 PV / 全部类目 PV | N 写入图表标题 |
M-CAT-06 |
Top N 购买集中度 | Top N 类目购买行为 / 全部购买行为 | N 必须固定 |
M-ITEM-01 |
曝光无成交商品数 | 有 pv 且无 buy 的商品数 |
受观察期限制 |
M-ITEM-02 |
长尾商品占比 | 低于既定 PV 阈值的商品 / 曝光商品 | 阈值必须登记 |
附加题末位分类映射使用 mapped_major_category 和 mapped_sub_category，不覆盖真实 category_id。
9. 推荐评估指标
| 编号 | 指标 | 推荐公式 | 口径边界 |
|---|---|---|---|
M-REC-01 |
推荐覆盖率 | 可生成 Top-K 的商品数 / 候选商品数 | K 固定 |
M-REC-02 |
同类目推荐率 | 同类目推荐对 / 全部推荐对 | 不代表准确率 |
M-REC-03 |
共现支持度中位数 | 推荐对共现次数的中位数 | 描述结果稳定性 |
M-REC-04 |
热门推荐集中度 | Top 热门推荐商品出现次数 / 全部推荐位 | 判断流行度偏差 |
没有训练/测试拆分或真实反馈时，不声称推荐准确率提升。
10. 通用异常处理
- 分母为 0：结果留空并记录原因。
- 数量字段不得为负；比率应在 0 至 1 之间。
- 缺少必要字段：停止生成对应指标，不使用虚拟值补齐。
- 口径变更：新增指标版本，旧结果保留原版本说明。